ロボットビジョンとは

産業用ロボットに「見る」機能を持たせるロボットビジョンは、ピッキング、位置補正、外観検査、搬送、組立など、さまざまな自動化工程で活用されています。

特に近年は、人手不足や省人化への対応として、これまで人が目視で行っていた「ワークを見つける」「位置を確認する」「良品・不良品を判定する」といった作業を、ロボットとカメラで自動化したいというニーズが増えています。

ただし、ロボットビジョンは「高性能なカメラを取り付ければ自動化できる」というものではありません。

カメラで画像を取得し、画像処理システムで対象物を認識・判断し、その結果をロボットの動作へ正しく反映させる必要があります。

さらに、カメラには2D、2.5D、3Dなどの種類があり、ワークの形状や大きさ、撮影距離、必要な精度、照明環境などによって適した方式が変わります。

本記事では、ロボットビジョンの基本的な仕組みから、2D・2.5D・3Dカメラの違い、画角・深度・分解能の考え方、導入時の選定ポイント、よくある失敗まで、ロボット導入を検討している製造業の担当者向けにわかりやすく解説します。

目次

1. ロボットビジョンとは
2. ロボットビジョンの仕組み
3. 2D・2.5D・3Dカメラの違い
4. 2D・2.5D・3Dはどう選ぶ？
5. 画角・深度・分解能が重要な理由
6. ロボットビジョンでは照明も重要
7. ロボットビジョンが向いている工程
8. ロボットビジョンが向いていないケース
9. ロボットビジョン導入でよくある失敗
10. ロボットビジョン導入の投資対効果
11. 導入前に確認すべきポイント
12. ロボットビジョンの導入事例
13. ロボットビジョンはSIerへの相談がおすすめ
14. ロボットビジョンに関するよくある質問
15. まとめ

1. ロボットビジョンとは

ロボットビジョンとは、産業用ロボットにカメラや画像処理技術を組み合わせ、人間の「目」にあたる視覚機能を持たせる仕組みです。

一般的な産業用ロボットは、あらかじめ設定された位置や軌跡に沿って動作することを得意としています。

しかし、実際の工場では、ワークが毎回まったく同じ位置に置かれているとは限りません。コンベヤ上で少し位置がずれたり、部品が重なったり、向きが変わったりすることもあります。

こうした状況では、ロボット単体では「どこにワークがあるのか」を判断できません。

そこでカメラを使ってワークの位置や形状などを取得し、画像処理システムで対象物を認識します。その結果をロボットへ送ることで、ロボットが対象物の位置に合わせて動作できるようになります。

つまりロボットビジョンは、「カメラ」だけではなく、カメラ・画像処理・ロボットを組み合わせたシステムとして考えることが重要です。

ロボットビジョンでできること

• コンベヤ上のワーク位置を検出する
• ワークの向きや姿勢を認識する
• ばら積みされた部品を検出する
• 製品の外観を検査する
• 良品・不良品を判定する
• ワークの有無を確認する
• 組立位置を補正する
• ロボットによるピッキング位置を決定する
• 製品の種類を判別する

そのため、ロボットビジョンは、「人が目視して位置を確認している工程」や「人が製品を見て判断している工程」の自動化と相性が良い技術です。

▲ 目次へ戻る

2. ロボットビジョンの仕組み

ロボットビジョンの基本構成は、次の3つに分けて考えるとわかりやすくなります。

① カメラでワークを撮影する

まずカメラによって、対象となるワークを撮影します。

ここで重要なのは、単純に「ワークが写っているか」だけではありません。ワークの大きさ、形状、位置、向き、色、表面状態など、後工程で必要となる情報を取得できることが重要です。

② 画像処理システムで認識する

カメラで撮影した画像を画像処理システムへ送り、対象物を認識します。

例えば、コンベヤ上に流れてくる部品をピッキングする場合、画像処理によって「どこに部品があるのか」「どの向きになっているのか」を判断します。

③ ロボットが認識結果に合わせて動作する

画像処理によって取得した位置情報などをロボットへ伝え、ロボットが対象物を把持します。

このとき重要なのがカメラとロボットの座標系を正しく合わせるキャリブレーションです。

画像処理で正しくワークを認識できても、ロボット側の座標変換が正しくなければ、狙った位置をつかむことはできません。

そのため、ロボットビジョンでは、カメラメーカーや画像処理だけでなく、ロボットの動作、ハンド、治具、コンベヤなどを含めたシステム全体の設計が重要になります。

3. 2D・2.5D・3Dカメラの違い

ロボットビジョンで使用されるカメラには、代表的に2D、2.5D、3Dがあります。

それぞれ取得できる情報が異なるため、「どれが一番高性能か」ではなく、自動化したい工程にどの方式が必要なのかを考えて選定することが重要です。

種類	主な情報	向いている用途
2D	X・Y・画像情報	外観検査、位置補正、整列品のピッキング
2.5D	平面情報＋高さ情報など	高さ判定、段差検出、立体形状の簡易認識
3D	X・Y・Zの3次元情報	ばら積みピッキング、立体物の位置・姿勢認識

▽2Dカメラとは

2Dカメラは、主に平面上の画像情報を取得するカメラです。

例えば、コンベヤ上に整列して流れてくるワークの位置を認識し、ロボットでピッキングするといった用途に適しています。

また、外観検査、キズ・汚れの検出、印字確認、ワークの有無確認などにも利用できます。

2Dカメラのメリットは、比較的シンプルな構成で導入しやすいことです。

立体的な高さ情報が必要ない工程であれば、あえて3Dカメラを使用する必要はありません。

「2Dで十分な工程に3Dを導入する」のではなく、必要な情報を満たす最小構成を検討することが、コストを抑えた自動化につながります。

▽2.5Dカメラとは

2.5Dは、一般的な2D画像に加えて、対象物の高さ情報などを扱う方式です。

例えば、ワークの高さ、段差、凹凸など、2D画像だけでは判断しにくい情報を利用できます。

ただし、2.5Dという言葉はメーカーや製品によって取得方式や表現が異なる場合があります。

そのため、カタログに「2.5D」と書かれていることだけで判断するのではなく、実際にどのような3次元情報を取得できるのかを確認することが重要です。

▽3Dカメラとは

3Dカメラは、X・Y方向だけでなく、Z方向の奥行き・高さを含む3次元情報を取得するために使用されます。

特に代表的なのが、箱やパレットなどに部品がばらばらに積まれたばら積みピッキングです。

ワークが毎回異なる位置や向きで積まれている場合、2D画像だけではロボットが正確な把持位置を判断できないケースがあります。

そこで3Dビジョンを使用し、ワークの位置・姿勢・高さなどを認識して、ロボットの把持位置を決定します。

ただし、3Dだから必ず簡単に自動化できるわけではありません。

金属光沢、黒色ワーク、透明物、複雑な形状、ワーク同士の重なりなどによって認識が難しくなるケースもあります。

4. カメラを選定する時の基準

カメラを選定するときは、最初に「2D・3Dのどちらを買うか」を考えるのではなく、「ロボットに何を判断させたいのか」を明確にしましょう。

外観検査・有無判定なら2D

製品のキズ、汚れ、印字、欠け、部品の有無など、主に画像情報で判断できる工程なら2Dカメラが候補になります。

高さ・段差を見たいなら2.5D

平面画像だけでは判断できない高さや段差を確認したい場合は、2.5D方式を検討します。

ばら積み・立体物なら3D

箱の中に無造作に積まれた部品をロボットで取り出す、複雑な立体ワークの位置や姿勢を認識するといった用途では3Dビジョンが候補になります。

5. 画角・深度・分解能が重要な理由

ロボットビジョンでは、カメラの種類だけでなく、画角・被写体深度・分解能も重要な選定ポイントです。

画角とは？

画角とは、カメラが一度に撮影できる範囲です。

広い範囲を撮影できれば、多数のワークを一度に認識できます。一方で、同じ解像度のカメラで撮影範囲だけを広げると、ワーク1個あたりに割り当てられる画素数が少なくなり、細かな形状やキズを認識しにくくなる場合があります。

撮影範囲と必要な分解能のバランスを取ることが重要です。

被写体深度とは？

被写体深度は、ピントが合っているとみなせる奥行き方向の範囲です。

ワークの高さが大きく変わる工程では、カメラの設置条件によって認識精度に影響する場合があります。

特に立体的なワークを扱う場合は、カメラとワークの距離、レンズ、照明、撮影範囲などを総合的に確認する必要があります。

分解能とは？

分解能は、どの程度細かな対象を識別できるかを考えるうえで重要な要素です。

例えば、数mm程度のキズを検査したい場合と、数十cmのワークの位置だけを検出したい場合では、必要なカメラ性能が異なります。

「高画素＝必ず高精度」ではなく、対象物の大きさ・検出したい最小サイズ・撮影距離・画角をセットで検討することが重要です。

6. ロボットビジョンでは照明も重要

ロボットビジョンの導入で意外と見落とされやすいのが照明です。

画像処理では、カメラそのものの性能だけでなく、「対象物がどのように写っているか」が認識精度に大きく影響します。

例えば、金属製ワークでは光が反射してハレーションが発生したり、黒色ワークでは背景とのコントラストが取りにくかったりすることがあります。

また、工場内の外光や照明条件が時間帯によって変化すると、昼間は認識できても夜間に認識精度が低下するといった問題につながる可能性があります。

そのため、ロボットビジョンでは、カメラ・レンズ・照明・背景・ワーク・画像処理を一体として検討する必要があります。

7. ロボットビジョンが向いている工程

ロボットビジョンは、特に「ワークの位置や状態が毎回少し変わる工程」と相性が良い技術です。

① ピッキング

コンベヤ上を流れてくるワークを認識し、ロボットが自動で取り出す工程です。

整列されたワークであれば2Dビジョン、ばら積みされたワークであれば3Dビジョンなど、ワークの状態によって方式を選択します。

② 外観検査

製品の傷、汚れ、欠け、異物、印字などを画像処理によって検査します。

人による目視検査では、作業者による判定差や疲労による見落としが課題になることがあります。

③ 位置補正

ワークが毎回同じ位置に置かれていなくても、カメラで位置を認識してロボットの動作を補正します。

治具による完全な位置決めを簡略化できる可能性があり、多品種生産との相性も良い方式です。

④ 組立・搬送

部品の位置を認識して組立位置を補正したり、製品の種類を判別して搬送先を変更したりする用途にも利用できます。

8. ロボットビジョンが向いていないケース

ロボットビジョンは万能ではありません。

例えば、ワークの状態が極端に不安定で、カメラで撮影しても対象物を安定して認識できない場合は、ビジョンだけで解決するのが難しいことがあります。

また、非常に高速なタクトが要求される場合、撮影・画像処理・ロボット動作に必要な時間がボトルネックになる可能性もあります。

さらに、照明条件が安定しない、透明・光沢・黒色など認識が難しいワークを扱う場合は、事前検証が重要になります。

「人が目視できるからカメラでも簡単に認識できる」とは限りません。

人間の目は、経験や状況判断を含めて対象物を認識しています。一方、画像処理システムは設定された条件の中で対象物を認識します。

そのため、実際のワークを使ったトライアルを行い、認識率やタクト、例外処理まで確認することが重要です。

9. ロボットビジョン導入でよくある失敗

失敗① カメラのスペックだけで選んでしまう

高解像度、高性能なカメラを選べば問題が解決するとは限りません。

ワーク、照明、設置距離、画像処理、ロボットの動作まで含めてシステムを設計する必要があります。

失敗② 実際のワークで検証していない

カタログやサンプル画像では認識できても、実際の工場では認識できないケースがあります。

特に金属光沢、黒色、透明、油が付着したワーク、形状ばらつきのあるワークなどは、実ワークによる事前検証が重要です。

失敗③ ロボットとビジョンを別々に考える

「カメラはカメラメーカー」「ロボットはロボットメーカー」と個別に導入すると、最終的なシステム連携で問題が発生することがあります。

画像処理の結果をロボットが正しく受け取り、狙った位置・姿勢で動作できるところまで設計する必要があります。

 

10. ロボットビジョン導入の投資対効果

ロボットビジョンを含む自動化設備を導入する場合、設備費だけで判断するのではなく、導入後の効果を含めて投資回収を考えることが重要です。

例えば、次のような項目を数値化します。

• 削減できる作業人数
• 年間の人件費削減額
• 生産数量の増加
• タクトタイムの短縮
• 不良品・検査漏れの削減
• 夜間・休日稼働による生産量増加
• 作業者の負担・危険作業の削減
• 設備導入・保守・消耗品などのコスト

例えば、1名分の作業を年間で削減できる場合でも、その人員を完全に削減するのか、別工程へ配置転換するのかによってROIの考え方は変わります。

また、単純な人件費削減だけでなく、増産によって得られる利益や品質向上による損失削減まで含めると、自動化の投資効果をより正確に評価できます。

ロボットビジョンの導入では「いくらかかるか」だけでなく、「導入後に何が改善されるか」を先に整理することが重要です。

11. 導入前に確認すべきポイント

ロボットビジョンを導入する前には、少なくとも次の項目を確認しましょう。

ワークについて

• ワークのサイズ
• 重量
• 材質
• 色
• 光沢の有無
• 透明性
• 形状のばらつき
• 油・水・汚れの有無

工程について

• 1時間あたりの処理数
• 必要タクト
• ワークの供給方法
• ワークの位置・姿勢のばらつき
• ロボットの可動範囲
• ハンドでの把持方法
• 設備とのインターフェース

ビジョンについて

• 必要な撮影範囲
• 必要な分解能
• カメラとワークの距離
• 必要な被写体深度
• 照明条件
• 必要な認識精度
• 画像処理に必要な時間

これらを事前に整理しておくことで、カメラやロボットを選定しやすくなります。

12. ロボットビジョンの導入事例

ロボットビジョンは、実際の製造現場でもさまざまな工程に利用されています。

2Dビジョンによるピッキング

食品製造現場では、コンベヤ上を流れる製品の位置を2Dビジョンカメラで認識し、ロボットで搬送するシステムがあります。

ワークの位置をカメラで確認し、ロボットが対象物をピッキングすることで、製品の搬送工程を自動化できます。

3Dビジョンによるばら積みピッキング

自動車部品などの製造現場では、ばら積みされた部品を3Dビジョンで認識し、ロボットでピッキングするシステムも活用されています。

3Dビジョンによってワークの位置・姿勢を認識し、ロボットの把持位置を決定することで、従来人が行っていた部品供給作業の自動化を目指します。

実際に当サイトでも、3Dビジョンを活用したばら積みピッキングや、2Dビジョンを活用したピッキング、ビジョンを使った外観検査などの対応事例を掲載しています。

 

13. ロボットビジョンはSIerへの相談がおすすめ

ロボットビジョンの導入で重要なのは、カメラの選定だけではありません。

カメラ、画像処理、ロボット、ハンド、治具、コンベヤ、PLC、周辺設備などを含めて、一つの自動化システムとして成立させることが重要です。

そのため、ロボットビジョンを初めて導入する企業では、ロボットSIerへ相談する方法も有効です。

特に、次のようなケースでは専門業者への相談をおすすめします。

• どのメーカーのカメラを選べばよいかわからない
• 2Dと3Dのどちらが適しているかわからない
• 実ワークで認識できるか不安
• ロボットとカメラを連携させたい
• ばら積みピッキングを自動化したい
• 外観検査を自動化したい
• 既存設備にビジョンを追加したい
• 複数メーカーのロボット・カメラを比較したい
• 導入後のティーチングや保守まで相談したい

弊社では、ロボット導入に関するシステム構築だけでなく、ビジョンを活用したティーチングや既存設備の改善などにも対応しています。

「カメラを買ってから相談する」のではなく、「自動化したい工程」を先に相談することが、失敗しないロボットビジョン導入への近道です。

14. ロボットビジョンに関するよくある質問

Q1. ロボットビジョンには必ず3Dカメラが必要ですか？

いいえ。必ずしも3Dカメラが必要なわけではありません。

外観検査、ワークの有無判定、平面的な位置補正などであれば、2Dカメラで対応できるケースがあります。

一方、ばら積みされたワークの位置・姿勢や高さなど、3次元情報が必要な場合は3Dカメラが候補になります。

Q2. 2Dと3Dのどちらを選べばよいですか？

「何を認識する必要があるか」で判断します。

平面的な位置や外観を認識するなら2D、奥行きや高さ、立体的な姿勢まで認識する必要があるなら3Dを検討します。

Q3. ロボットビジョンで重要なのはカメラの性能ですか？

カメラの性能だけではありません。

カメラ、レンズ、照明、画像処理、ロボット、ハンド、ワーク、設置環境などを総合的に設計することが重要です。

Q4. 既存の産業用ロボットにビジョンを追加できますか？

既存設備の構成やロボット、コントローラ、PLCなどによって異なりますが、既存ロボットへビジョンシステムを追加して自動化を高度化できるケースがあります。

既存設備を活用できれば、設備をすべて新設するよりも投資を抑えられる可能性があります。

Q5. 実際のワークで検証してから導入できますか？

ロボットビジョンでは、実際のワークを使った事前検証が非常に重要です。

特に、光沢、透明、黒色、形状ばらつき、重なりなどがあるワークでは、実ワークによる撮像・認識テストを行うことで、導入後のトラブルを減らしやすくなります。

15. まとめ｜ロボットビジョンは「カメラ選び」ではなく「工程全体」で考える

ロボットビジョンは、産業用ロボットに視覚機能を持たせ、ワークの位置・形状・状態などを認識してロボットの動作へ反映するための技術です。

2D、2.5D、3Dにはそれぞれ適した用途があります。

• 2D：外観検査、位置補正、平面的なピッキングなど
• 2.5D：高さ・段差などの情報を利用する工程
• 3D：ばら積みピッキング、立体物の位置・姿勢認識など

ただし、ロボットビジョンの導入では、カメラのスペックだけを比較しても十分ではありません。

ワークの大きさや材質、撮影距離、画角、分解能、照明、必要な認識精度、タクトタイム、ロボットの動作範囲などを総合的に検討する必要があります。

最も重要なのは、「どのカメラを導入するか」ではなく、「どの工程をどこまで自動化したいのか」を明確にすることです。

ロボットビジョンを活用することで、ピッキング、搬送、検査、組立など、これまで人が行っていた工程を自動化できる可能性があります。

一方で、実際のワークや現場環境によって適したシステム構成は変わります。

そのため、導入前に実ワークでの検証を行い、カメラ・画像処理・ロボット・周辺設備を一体として設計することが、安定した自動化を実現するポイントです。

 

※本コラムの作成において、文章・画像は生成ＡＩを活用しております。

▲ 目次へ戻る